دور الذكاء الاصطناعي التوليدي في تصميم القصص المصورة
(الإمكانيات، التحديات، والآفاق المستقبلية)
الكلمات المفتاحية:
الذكاء الاصطناعي التوليدي، تصميم القصص المصورة، السرد القصصي، إمكانيات الذكاء الاصطناعي التوليدي، تحديات الذكاء الاصطناعي التوليدي، الآفاق المستقبلية للذكاء الاصطناعي التوليدي
الملخص
شهد الذكاء الاصطناعي التوليدي (Generative AI) تطورًا متسارعًا جعله أداة رئيسية في العديد من المجالات الإبداعية، وعلى رأسها تصميم القصص المصورة، حيث يعتمد هذا النوع من الذكاء الاصطناعي على تحليل الأنماط والبيانات السابقة لتوليد محتوى جديد، سواء على شكل نصوص أو صور أو وسائط متعددة، مما يفتح آفاقًا غير تقليدية في السرد البصري. وتهدف هذه الدراسة إلى التأكيد على دور الذكاء الاصطناعي التوليدي في تصميم القصص المصورة، واستعراض امكانياته الإبداعية، والتحديات التي يواجهها، وآفاقه المستقبلية. وتكمن أهمية البحث في كونه يعالج العلاقة بين الفن البشري والتكنولوجيا الحديثة، ويستكشف كيفية تسخير الذكاء الاصطناعي لتعزيز الإبداع، وتحقيق كفاءة أكبر في إنتاج المحتوى البصري والسردي، خاصة مع ظهور أدوات متطورة تتيح توليد قصص تفاعلية عالية الجودة انطلاقًا من مدخلات نصية. وتستخدم الدراسة لتحقيق ذلك منهج الوصفي التحليلي، حيث توصلت من خلاله إلى عدد من النتائج المهمة، أبرزها أن الذكاء الاصطناعي التوليدي قادر على دعم المصممين في إنتاج صور متسقة وتحسين جودة الصور، كما يُسهم في تسريع عملية بناء المشاهد السردية وتوليد محتوى بصري أصيل. إلا أن التحديات التقنية لا تزال قائمة، ومن أبرزها صعوبة الحفاظ على التناسق البصري والسردي عبر المشاهد، وعدم قدرة النماذج التوليدية الحالية على فهم السياق البشري بشكل عميق.
وأوصى البحث بضرورة تعزيز التعاون بين الفنانين وأدوات الذكاء الاصطناعي لضمان الحفاظ على الجانب الإنساني في السرد، وتوفير برامج تدريبية لتأهيل المصممين على الاستخدام الإبداعي لهذه الأدوات، إلى جانب أهمية وضع أطر قانونية لحماية حقوق الملكية الفكرية وضمان الاستخدام الأخلاقي للتقنيات التوليدية في مجال الفنون البصرية.
المراجع
1. ابن منظور. (د.ت). لسان العرب. دار المعارف، كورنيش النيل - القاهرة، مج (1)، ج9.
2. أبو رزق، ابتهال؛ والوائلي، وسعاد. (2020). أثر استراتيجية السرد القصصي في تحسين مهارات التحدث لدى طلبة الصف الرابع الإبتدائي في دولة الإمارات العربية المتحدة. مجلة العلوم التربوية، (2) 238-263..
3. أونيس، شهرزاد ولقمان، شاكر. (2013). البنية السردية في قصص الأطفال: سلسلة حكت لي جدتي أنموذجاً. جامعة أم البواقي. دار اللغة والأدب العربي.
4. الخليفة، هند بنت سليمان. (2023). مقدمة في الذكاء الاصطناعي التوليدي. مجموعة إيوان البحثية. النسخة الأولى.
5. سليمان، نجاة. (2021). الدلالات الرمزية لعناصر السرد القصصي في الفن المصري القديم كمدخل لإثراء تصميم اللوحة الزخرفية المعاصرة. بحوث في التربية الفنية والفنون، 21(2)، 7-16.
6. شيرمان، آرون. (2022). ماهي القصة المصورة. مقال منشور. د.ت.
7. صوالح، محمد، وبوصبيع، إبراهيم، ووديعة، هاجر. (2022). البناء السردي في المجموعة القصصية ترانيم في حضرة القبح لبشير خلف. جامعة الشهيد جمة لخضر بالوادي. الجمهورية الجزائرية الديموقراطية الشعبية.
8. عبد السلام، سارة محي الدين محمد. (2022). أشكال المحتوى البصري في سرد القصة الرقمية للإعلانات التفاعلية عبر المنصات الرقمية. المجلة العلمية لبحوث العلاقات العامة والإعلان، (24)، 377-401.
9. عبد السلام، سارة محي الدين محمد. (2022). أشكال المحتوى البصري في سرد القصة الرقمية للإعلانات التفاعلية عبر المنصات الرقمية. المجلة العلمية لبحوث العلاقات العامة والإعلان، (24)، 377-401.
10. العبيكان، خ. (2024). أساليب السرد القصصيّ في الفن السعودي المعاصر. المجلة الأردنية للفنون، 17(3)، 389-405.
11. العتيبي، دلال. (2023). دور استراتيجية السرد القصصي بخفض مستوى العدوان لدى طفل الروضة من وجهة نظر المعلمات. المجلة العربية للنشر العلمي، (53)، 140-164.
12. العساف، صالح حمد. (2016). المدخل إلى البحث في العلوم السلوكية. دار الزهراء.
13. عوض، أ. م. ع.، مناديلو، إ. أ. أ. (2018). معايير تصميم استراتيجية السرد القصصي ببيئة تعلم إلكتروني. مجلة البحوث التربوية والنفسية، 28(2)، 323-380.
14. العوفى، ر.، سالم، ع. ر. (2023). معايير تصميم القصص الرقمية للأطفال ذوي صعوبات التعلم. مجلة تقنيات التعليم والتعلم الرقمي، 4(10)، 403-488.
15. محمد، محمود محمد أبو زيد وعبيد، سعد محمد حسين. (2023). توظيف رموز الاستجابة السريعة في مفهوم السرد الشكلي للحضارات الفنية كمدخل لتنمية بعض مهارات تصميم اللوحة الزخرفية واتجاه الطلاب نحو استخدام QR Code بالتعليم النقال. مجلة العمارة والفنون والعلوم الإنسانية. (3).
16. مصطفى، بشرى؛ ومرسلي، يمينة. (2020). تقنيات السرد في المجموعة القصصية "أشجار شعثاء باسقة" لياسر فبيلات. (رسالة ماجستير غير منشورة). جامعة غرداية.
17. نصار، هلا. (2022). نافذة إلى الذكاء الصنعي: ما بين الذكاء الصنعي وتعلم الآلة والتعلم العميق. مجلة جامعة المنارة، 2(1).
18. هيئة الحكومة الرقمية. (2023). دراسة موجزة للذكاء الاصطناعي التوليدي. دراسات بحثية.١.
19. الهيئة السعودية للبيانات والذكاء الاصطناعي (سدايا). (2022). معجم البيانات والذكاء الاصطناعي.
20. يوسف، عبد الواحد. (2014). مدخل إلى نظرية السرد. دار الفكر العربي.
21. Aggarwal, A., Mittal, M., & Battineni, G. (2021). Generative adversarial network: An overview of theory and applications. International Journal of Information Management Data Insights, 1(1), 100004.
22. Amerian, M. (2023, July 18). 15 storytelling techniques and how to use them. Maven.
23. Anderson, K., et al. (2024). "Technical Evaluation of AI Art Generation." IEEE Transactions on Visualization, 30(3), 1245-1260.
24. Binns, R. (2018). *On the ethical implications of generative AI technologies*. Journal of Artificial Intelligence Ethics, 1(1), 1-9.
25. Binns, R. (2018). Fairness in machine learning: Lessons from political philosophy. In S. A. Friedler & C. Wilson (Eds.), Proceedings of the 1st Conference on Fairness, Accountability and Transparency (pp. 149–159).
26. Bommasani, R., et al. (2021). On the Opportunities and Risks of Foundation Models. arXiv.
i. Brown, J., & Smith, T. (2024). "Quality Assessment in AI-Generated Art." Visual Arts Research, 46(1), 78-95.
27. Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, G., Askell, A., Agarwal, S., Herbert-Voss, A., Krueger, G., Henighan, T., Child, R., Ramesh, A., Ziegler, D. M., Wu, J., Winter, C., ... Amodei, D. (2020). Language models are few-shot learners. In H. Larochelle, M. Ranzato, R. Hadsell, M. F. Balcan, & H. Lin (Eds.), Advances in neural information processing systems (Vol. 33, pp. 1877–1901.
28. Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kapoor, A., Dhariwal, P., ... & Amodei, D. (2020). *Language models are few-shot learners*. In Advances in Neural Information Processing Systems (Vol. 33, pp. 1877-1901).
29. Brynjolfsson, E., Li, X., & Raymond, L. (2023). The impact of artificial intelligence on the future of work. Journal of Economic Perspectives, 37(1), 123-146.
30. Chen, Y.-C., & Jhala, A. (2024). Collaborative Comic Generation: Integrating Visual Narrative Theories with AI Models for Enhanced Creativity. arXiv.
31. Dong, H.-W., Hsiao, W.-Y., Yang, L.-C., & Yang, Y.-H. (2018). MuseGAN: Multi-track sequential generative adversarial networks for symbolic music generation and accompaniment. In Proceedings of the Thirty-Second AAAI Conference on Artificial Intelligence (pp. 34–41)
32. Doshi-Velez, F., & Kim, B. (2017). Towards a rigorous science of interpretable machine learning. arXiv.
33. Eisner, W. (1985). Comics and Sequential Art. Poorhouse Press.
34. Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., ... & Bengio, Y. (2014). *Generative adversarial nets*. Advances in neural information processing systems, 27, 2672-2680.
35. Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., & Bengio, Y. (2014). Generative adversarial nets. In Z. Ghahramani, M. Welling, C. Cortes, N. D. Lawrence, & K. Q. Weinberger (Eds.), Advances in neural information processing systems (Vol. 27).
36. Groensteen, T. (2007). The system of comics (B. Beaty & N. Nguyen, Trans.). University Press of Mississippi.
37. Haenlein, M., & Kaplan, A. (2019). A brief history of artificial intelligence: On the past, present, and future of artificial intelligence. California management review, 61(4), 5-14.
38. Han, A., & Cai, Z. (2023). Design implications of generative AI systems for visual storytelling for young learners. Proceedings of the 22nd Annual ACM Interaction Design and Children Conference.
39. Hanna, D. M. (2023). The Use of Artificial Intelligence Art Generator “Midjourney” in Artistic and Advertising Creativity. Journal of Design Sciences and Applied Arts, 4(2), 42-58.
40. Hoes, E., Altay, S., & Bermeo, J. (2023). Leveraging ChatGPT for efficient fact-checking. PsyArXiv.
41. Hutson J, Lang M. (2023). Content creation or interpolation: AI generative digital art in the classroom. Metaverse; 4(1): 13.
42. Jin, Z., & Song, Z. (2023). Generating coherent comic with rich story using ChatGPT and Stable Diffusion. arXiv.
43. Johnson, R., et al. (2024). "Text-to-Image Generation in Children's Literature." Digital Humanities Quarterly, 18(2), 201-220.
44. Khasawneh, F., Al-Shboul, M., & Al-Saaideh, R. (2025). تأثير استخدام منصة Midjourney على تطوير مهارات تصميم الشخصيات المتحركة بين طلاب تصميم الوسائط المتعددة. المجلة الدولية لتقنيات الهواتف المحمولة التفاعلية (International Journal of Interactive Mobile Technologies) , 19(3), 141–169.
45. Lashuk, A. (2023). Beyond words: The power of visual storytelling in the graphic novel Maus (Master's thesis, Masaryk University).
46. Li, Y., Gan, Z., Shen, Y., Liu, J., Cheng, Y., Wu, Y., ... & Gao, J. (2023). Storygan: A sequential conditional gan for story visualization. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 6329-6338).
47. Lin, K., Yang, Z., Li, L., Wang, J., & Wang, L. (2023). DEsignBench: Exploring and Benchmarking DALL•E 3 for Imagining Visual Design. arXiv.
48. Loeb, Z. (2020). The lamp and the lighthouse: Joseph Weizenbaum, contextualizing the critic. Interdisciplinary Science Reviews, 45(1), 1–15.
49. McCloud, S. (1993). Understanding Comics: The Invisible Art. HarperCollins.
50. McCloud, S. (1993). Understanding comics: The invisible art. HarperPerennial.
51. Paananen, V., Oppenlaender, J., & Visuri, A. (2023). Using text-to-image generation for architectural design ideation. arXiv.
52. Phillips, R., Wang, Y., & Lee, H. (2024). Testing the capability of AI art tools for urban design. IEEE Computer Graphics and Applications, 44(2), 34–45
53. Radford, A., Wu, J., Child, R., Luan, D., Amodei, D., & Sutskever, I. (2019). Language models are unsupervised multitask learners. OpenAI.
54. Ramesh, A., et al. (2022). Hierarchical Text-Conditional Image Generation with CLIP Latents. arXiv preprint arXiv:2204.06125.
55. Ruskov, M. (2023). Grimm in Wonderland: Prompt Engineering with Midjourney to Illustrate Fairytales. arXiv.
56. Russell, S., & Norvig, P. (2020). Artificial intelligence: A modern approach (4th ed.). Pearson.
57. Salimans, T., Kingma, D. P., & Welling, M. (2015). Markov chain Monte Carlo and variational inference: Bridging the gap. In F. Bach & D. Blei (Eds.), Proceedings of the 32nd International Conference on Machine Learning (Vol. 37, pp. 1218–1226).
58. Shahid, F. (2024). The Organic Challenge: Cultivating Conscious Design for Biodigital Tectonics within AI’s Prompt-to-Pixel Process. Journal of Artificial Intelligence in Architecture, 3(1).
59. Sulistyo, I. (2013). An analysis of generic structure of narrative text written by the tenth year students of SMA Yasiha Gubug. ETERNAL (English Teaching Journal), 4(2), 169–178.
60. Tang, Y., Ciancia, M., Wang, Z., & Gao, Z. (2024). What's Next? Exploring Utilization, Challenges, and Future Directions of AI-Generated Image Tools in Graphic Design. arXiv.
61. Wang, L., et al. (2023). "AI-Generated Illustrations: A Comprehensive Analysis." Digital Arts and Design, 15(2), 45-62.
62. Xiaoxuan Fang, Davy Tsz Kit Ng, Jac Ka Lok Leung, Samuel Kai Wah Chu. (2023). A systematic review of artificial intelligence technologies used for story writing. Education and Information Technologies, 1-37.
63. Zavolokina, L., Bauer-Hänsel, I., Hacker, J. V., & Schwabe, G. (2024). Organizing for value creation in blockchain information systems. Information and Organization, 34(3), 100522.
64. Zhang, C., & Lu, Y. (2021). Study on artificial intelligence: The state of the art and prospects. Journal of Industrial Information Integration, 23, 100224.
65. Zhang, M., & Liu, R. (2024). "Stable Diffusion in Digital Storytelling." Journal of Digital Storytelling, 8(1), 12-28.
2. أبو رزق، ابتهال؛ والوائلي، وسعاد. (2020). أثر استراتيجية السرد القصصي في تحسين مهارات التحدث لدى طلبة الصف الرابع الإبتدائي في دولة الإمارات العربية المتحدة. مجلة العلوم التربوية، (2) 238-263..
3. أونيس، شهرزاد ولقمان، شاكر. (2013). البنية السردية في قصص الأطفال: سلسلة حكت لي جدتي أنموذجاً. جامعة أم البواقي. دار اللغة والأدب العربي.
4. الخليفة، هند بنت سليمان. (2023). مقدمة في الذكاء الاصطناعي التوليدي. مجموعة إيوان البحثية. النسخة الأولى.
5. سليمان، نجاة. (2021). الدلالات الرمزية لعناصر السرد القصصي في الفن المصري القديم كمدخل لإثراء تصميم اللوحة الزخرفية المعاصرة. بحوث في التربية الفنية والفنون، 21(2)، 7-16.
6. شيرمان، آرون. (2022). ماهي القصة المصورة. مقال منشور. د.ت.
7. صوالح، محمد، وبوصبيع، إبراهيم، ووديعة، هاجر. (2022). البناء السردي في المجموعة القصصية ترانيم في حضرة القبح لبشير خلف. جامعة الشهيد جمة لخضر بالوادي. الجمهورية الجزائرية الديموقراطية الشعبية.
8. عبد السلام، سارة محي الدين محمد. (2022). أشكال المحتوى البصري في سرد القصة الرقمية للإعلانات التفاعلية عبر المنصات الرقمية. المجلة العلمية لبحوث العلاقات العامة والإعلان، (24)، 377-401.
9. عبد السلام، سارة محي الدين محمد. (2022). أشكال المحتوى البصري في سرد القصة الرقمية للإعلانات التفاعلية عبر المنصات الرقمية. المجلة العلمية لبحوث العلاقات العامة والإعلان، (24)، 377-401.
10. العبيكان، خ. (2024). أساليب السرد القصصيّ في الفن السعودي المعاصر. المجلة الأردنية للفنون، 17(3)، 389-405.
11. العتيبي، دلال. (2023). دور استراتيجية السرد القصصي بخفض مستوى العدوان لدى طفل الروضة من وجهة نظر المعلمات. المجلة العربية للنشر العلمي، (53)، 140-164.
12. العساف، صالح حمد. (2016). المدخل إلى البحث في العلوم السلوكية. دار الزهراء.
13. عوض، أ. م. ع.، مناديلو، إ. أ. أ. (2018). معايير تصميم استراتيجية السرد القصصي ببيئة تعلم إلكتروني. مجلة البحوث التربوية والنفسية، 28(2)، 323-380.
14. العوفى، ر.، سالم، ع. ر. (2023). معايير تصميم القصص الرقمية للأطفال ذوي صعوبات التعلم. مجلة تقنيات التعليم والتعلم الرقمي، 4(10)، 403-488.
15. محمد، محمود محمد أبو زيد وعبيد، سعد محمد حسين. (2023). توظيف رموز الاستجابة السريعة في مفهوم السرد الشكلي للحضارات الفنية كمدخل لتنمية بعض مهارات تصميم اللوحة الزخرفية واتجاه الطلاب نحو استخدام QR Code بالتعليم النقال. مجلة العمارة والفنون والعلوم الإنسانية. (3).
16. مصطفى، بشرى؛ ومرسلي، يمينة. (2020). تقنيات السرد في المجموعة القصصية "أشجار شعثاء باسقة" لياسر فبيلات. (رسالة ماجستير غير منشورة). جامعة غرداية.
17. نصار، هلا. (2022). نافذة إلى الذكاء الصنعي: ما بين الذكاء الصنعي وتعلم الآلة والتعلم العميق. مجلة جامعة المنارة، 2(1).
18. هيئة الحكومة الرقمية. (2023). دراسة موجزة للذكاء الاصطناعي التوليدي. دراسات بحثية.١.
19. الهيئة السعودية للبيانات والذكاء الاصطناعي (سدايا). (2022). معجم البيانات والذكاء الاصطناعي.
20. يوسف، عبد الواحد. (2014). مدخل إلى نظرية السرد. دار الفكر العربي.
21. Aggarwal, A., Mittal, M., & Battineni, G. (2021). Generative adversarial network: An overview of theory and applications. International Journal of Information Management Data Insights, 1(1), 100004.
22. Amerian, M. (2023, July 18). 15 storytelling techniques and how to use them. Maven.
23. Anderson, K., et al. (2024). "Technical Evaluation of AI Art Generation." IEEE Transactions on Visualization, 30(3), 1245-1260.
24. Binns, R. (2018). *On the ethical implications of generative AI technologies*. Journal of Artificial Intelligence Ethics, 1(1), 1-9.
25. Binns, R. (2018). Fairness in machine learning: Lessons from political philosophy. In S. A. Friedler & C. Wilson (Eds.), Proceedings of the 1st Conference on Fairness, Accountability and Transparency (pp. 149–159).
26. Bommasani, R., et al. (2021). On the Opportunities and Risks of Foundation Models. arXiv.
i. Brown, J., & Smith, T. (2024). "Quality Assessment in AI-Generated Art." Visual Arts Research, 46(1), 78-95.
27. Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, G., Askell, A., Agarwal, S., Herbert-Voss, A., Krueger, G., Henighan, T., Child, R., Ramesh, A., Ziegler, D. M., Wu, J., Winter, C., ... Amodei, D. (2020). Language models are few-shot learners. In H. Larochelle, M. Ranzato, R. Hadsell, M. F. Balcan, & H. Lin (Eds.), Advances in neural information processing systems (Vol. 33, pp. 1877–1901.
28. Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kapoor, A., Dhariwal, P., ... & Amodei, D. (2020). *Language models are few-shot learners*. In Advances in Neural Information Processing Systems (Vol. 33, pp. 1877-1901).
29. Brynjolfsson, E., Li, X., & Raymond, L. (2023). The impact of artificial intelligence on the future of work. Journal of Economic Perspectives, 37(1), 123-146.
30. Chen, Y.-C., & Jhala, A. (2024). Collaborative Comic Generation: Integrating Visual Narrative Theories with AI Models for Enhanced Creativity. arXiv.
31. Dong, H.-W., Hsiao, W.-Y., Yang, L.-C., & Yang, Y.-H. (2018). MuseGAN: Multi-track sequential generative adversarial networks for symbolic music generation and accompaniment. In Proceedings of the Thirty-Second AAAI Conference on Artificial Intelligence (pp. 34–41)
32. Doshi-Velez, F., & Kim, B. (2017). Towards a rigorous science of interpretable machine learning. arXiv.
33. Eisner, W. (1985). Comics and Sequential Art. Poorhouse Press.
34. Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., ... & Bengio, Y. (2014). *Generative adversarial nets*. Advances in neural information processing systems, 27, 2672-2680.
35. Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., & Bengio, Y. (2014). Generative adversarial nets. In Z. Ghahramani, M. Welling, C. Cortes, N. D. Lawrence, & K. Q. Weinberger (Eds.), Advances in neural information processing systems (Vol. 27).
36. Groensteen, T. (2007). The system of comics (B. Beaty & N. Nguyen, Trans.). University Press of Mississippi.
37. Haenlein, M., & Kaplan, A. (2019). A brief history of artificial intelligence: On the past, present, and future of artificial intelligence. California management review, 61(4), 5-14.
38. Han, A., & Cai, Z. (2023). Design implications of generative AI systems for visual storytelling for young learners. Proceedings of the 22nd Annual ACM Interaction Design and Children Conference.
39. Hanna, D. M. (2023). The Use of Artificial Intelligence Art Generator “Midjourney” in Artistic and Advertising Creativity. Journal of Design Sciences and Applied Arts, 4(2), 42-58.
40. Hoes, E., Altay, S., & Bermeo, J. (2023). Leveraging ChatGPT for efficient fact-checking. PsyArXiv.
41. Hutson J, Lang M. (2023). Content creation or interpolation: AI generative digital art in the classroom. Metaverse; 4(1): 13.
42. Jin, Z., & Song, Z. (2023). Generating coherent comic with rich story using ChatGPT and Stable Diffusion. arXiv.
43. Johnson, R., et al. (2024). "Text-to-Image Generation in Children's Literature." Digital Humanities Quarterly, 18(2), 201-220.
44. Khasawneh, F., Al-Shboul, M., & Al-Saaideh, R. (2025). تأثير استخدام منصة Midjourney على تطوير مهارات تصميم الشخصيات المتحركة بين طلاب تصميم الوسائط المتعددة. المجلة الدولية لتقنيات الهواتف المحمولة التفاعلية (International Journal of Interactive Mobile Technologies) , 19(3), 141–169.
45. Lashuk, A. (2023). Beyond words: The power of visual storytelling in the graphic novel Maus (Master's thesis, Masaryk University).
46. Li, Y., Gan, Z., Shen, Y., Liu, J., Cheng, Y., Wu, Y., ... & Gao, J. (2023). Storygan: A sequential conditional gan for story visualization. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 6329-6338).
47. Lin, K., Yang, Z., Li, L., Wang, J., & Wang, L. (2023). DEsignBench: Exploring and Benchmarking DALL•E 3 for Imagining Visual Design. arXiv.
48. Loeb, Z. (2020). The lamp and the lighthouse: Joseph Weizenbaum, contextualizing the critic. Interdisciplinary Science Reviews, 45(1), 1–15.
49. McCloud, S. (1993). Understanding Comics: The Invisible Art. HarperCollins.
50. McCloud, S. (1993). Understanding comics: The invisible art. HarperPerennial.
51. Paananen, V., Oppenlaender, J., & Visuri, A. (2023). Using text-to-image generation for architectural design ideation. arXiv.
52. Phillips, R., Wang, Y., & Lee, H. (2024). Testing the capability of AI art tools for urban design. IEEE Computer Graphics and Applications, 44(2), 34–45
53. Radford, A., Wu, J., Child, R., Luan, D., Amodei, D., & Sutskever, I. (2019). Language models are unsupervised multitask learners. OpenAI.
54. Ramesh, A., et al. (2022). Hierarchical Text-Conditional Image Generation with CLIP Latents. arXiv preprint arXiv:2204.06125.
55. Ruskov, M. (2023). Grimm in Wonderland: Prompt Engineering with Midjourney to Illustrate Fairytales. arXiv.
56. Russell, S., & Norvig, P. (2020). Artificial intelligence: A modern approach (4th ed.). Pearson.
57. Salimans, T., Kingma, D. P., & Welling, M. (2015). Markov chain Monte Carlo and variational inference: Bridging the gap. In F. Bach & D. Blei (Eds.), Proceedings of the 32nd International Conference on Machine Learning (Vol. 37, pp. 1218–1226).
58. Shahid, F. (2024). The Organic Challenge: Cultivating Conscious Design for Biodigital Tectonics within AI’s Prompt-to-Pixel Process. Journal of Artificial Intelligence in Architecture, 3(1).
59. Sulistyo, I. (2013). An analysis of generic structure of narrative text written by the tenth year students of SMA Yasiha Gubug. ETERNAL (English Teaching Journal), 4(2), 169–178.
60. Tang, Y., Ciancia, M., Wang, Z., & Gao, Z. (2024). What's Next? Exploring Utilization, Challenges, and Future Directions of AI-Generated Image Tools in Graphic Design. arXiv.
61. Wang, L., et al. (2023). "AI-Generated Illustrations: A Comprehensive Analysis." Digital Arts and Design, 15(2), 45-62.
62. Xiaoxuan Fang, Davy Tsz Kit Ng, Jac Ka Lok Leung, Samuel Kai Wah Chu. (2023). A systematic review of artificial intelligence technologies used for story writing. Education and Information Technologies, 1-37.
63. Zavolokina, L., Bauer-Hänsel, I., Hacker, J. V., & Schwabe, G. (2024). Organizing for value creation in blockchain information systems. Information and Organization, 34(3), 100522.
64. Zhang, C., & Lu, Y. (2021). Study on artificial intelligence: The state of the art and prospects. Journal of Industrial Information Integration, 23, 100224.
65. Zhang, M., & Liu, R. (2024). "Stable Diffusion in Digital Storytelling." Journal of Digital Storytelling, 8(1), 12-28.
منشور
2025-06-21
كيفية الاقتباس
ريم علي عبدالله الشهراني, & أ.د. معجب بن عثمان الزهراني. (2025). دور الذكاء الاصطناعي التوليدي في تصميم القصص المصورة: (الإمكانيات، التحديات، والآفاق المستقبلية). Journal of Arts, Literature, Humanities and Social Sciences, (121), 219-249. https://doi.org/10.33193/JALHSS.121.2025.1447
إصدار
القسم
المقالات
الحقوق الفكرية (c) 2025 ريم علي عبدالله الشهراني , أ.د. معجب بن عثمان الزهراني
هذا العمل مرخص حسب الرخصة Creative Commons Attribution-ShareAlike 4.0 International License.
